标签: 论文精读
含有标签 "论文精读".
-
ViT PTQ 论文与代码地图：从 PTQ4ViT、FQ-ViT、RepQ-ViT 到 RegCache，再落到 DINOv3
一张以问题为线索的 ViT 训练后量化地图：各论文实际解决什么、官方仓库能复现什么，以及为什么 DINOv3 的 learned storage token 需要不同的工程路径。
-
[论文精读] RegCache：Vision Encoder 做激活量化，为什么需要 Prefixing Registers
更新于:RegCache 发现视觉编码器中的高范数 outlier 会严重放大量化误差，并通过中间层 prefix registers 和 token deletion 改善 CLIP、SigLIP、DINOv2 等模型的低比特量化。
-
[论文精读] Vision Transformers Need Registers：给 ViT 加几个工作寄存器
更新于:Vision Transformers Need Registers 解释 ViT 中背景高范数 token 的来源，并用额外的 register tokens 把模型的隐式工作空间显式化。
-
[论文精读] INP-Former++：内在正常原型、Soft Coherence 与残差学习
INP-Former++ 在 INP-Former 的单图内在正常原型上加入 Soft INP Coherence Loss 和 Residual Learning，把方法扩展到 semi-supervised、few-shot、multi-class 和一定 zero-shot 场景。
-
[论文精读] Dinomaly2：从多类别 UAD 到 Full-Spectrum 统一框架
Dinomaly2 在 Dinomaly 的特征重建框架上加入 Context-Aware Recentering，并把同一套最小化设计扩展到多视角、多模态、few-shot 和 inference-unified MUAD。
-
[论文精读] INP-Former：从单张测试图里提取内在正常原型
INP-Former 从测试图像自身动态提取 Intrinsic Normal Prototypes，并用这些正常原型指导特征重建，缓解训练集正常原型与测试图不对齐的问题。